[發明專利]通信網絡負荷預測方法、裝置及服務器

在審

• 申請號: 202011375603.1
• 申請日: 2020-11-30
• 公開（公告）號: CN112308345A
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 陳鋒;李張錚;陳海;盧春生;嚴燕燕;王哲坤;吳帆;劉文山
• 申請（專利權）人: 中國聯合網絡通信集團有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F16/906;G06F16/907;G06N3/08
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 朱穎;臧建明

1.一種通信網絡負荷預測方法，其特征在于，包括：

獲取通信網絡內多個小區的網絡特征數據集合，并對每個小區的網絡特征數據集合進行聚合，獲得每個小區的均值特征數據；

對所有小區的均值特征數據進行聚類分析，獲得多組不同類別的訓練樣本集合，其中每個訓練樣本集合中包含多個同類型小區的均值特征數據；

分別根據每組訓練樣本集合對模型進行訓練，獲得多個不同類型的小區負荷預測模型；

根據每個小區對應的小區負荷預測模型獲得小區的網絡預測負荷，并根據所述通信網絡內所有小區的網絡預測負荷確定所述通信網絡的網絡預測負荷。

2.根據權利要求1所述的方法，其特征在于，所述對所有小區的均值特征數據進行聚類分析，獲得多組不同類型的訓練樣本集合，包括；

將每個小區的均值特征數據作為一個節點，根據兩個節點各自對應的值特征數據確定兩個節點之間的相似度；

根據任意兩個節點之間的相似度獲得節點關系圖，并根據標簽傳播算法對節點關系圖進行分析，獲得多個節點子集合；

將同屬于一個節點子集合的所有節點作為一組訓練節點，并分別根據每組訓練節點對應的小區的均值特征數據，獲得多組不同類型的訓練樣本集合。

3.根據權利要求2所述的方法，其特征在于，所述根據兩個節點各自對應的值特征數據確定兩個節點之間的相似度，包括：

若小區i的特征為x_i＝[x_i1,x_i2,…,x_in]，小區j的特征為x_j＝[x_j1,x_j2,…,x_jn]，則計算小區i和小區j對應的兩個節點之間相似度w_i,j的公式為：

其中，n為小區均值特征數據的特征維度，σ為常數，k為大于0、小于或者等于n的正整數。

4.根據權利要求1所述的方法，其特征在于，所述獲取通信網絡內多個小區的網絡特征數據集合，包括：

按照預設時間間隔獲取通信網絡內多個小區的網絡特征數據；

根據小區識別碼對所述多個小區的網絡特征數據進行分組，獲得每個小區的網絡特征數據集合。

5.根據權利要求1所述的方法，其特征在于，在所述獲取通信網絡內多個小區的網絡特征數據集合之后，還包括：

對每個小區的網絡特征數據集合進行缺失值填充和異常值剔除處理，其中所述缺失值填充包括均值填充、最值填充和分位數填充中的至少一種。

6.根據權利要求1至5任一項所述的方法，其特征在于，所述網絡特征數據包括負荷指標和特征數據；

所述負荷指標包括小區流量、小區物理資源塊PRB利用率或用戶數量中的至少一種；

所述特征數據包含小區經緯度、小區頻點、小區帶寬、小區覆蓋類型、小區地域類型、小區忙閑時、小區關鍵性能KPI指標、小區關鍵質量KQI指標及測量報告MR數據中的至少一種。

7.一種通信網絡負荷預測裝置，其特征在于，包括：

獲取模塊，用于獲取通信網絡內多個小區的網絡特征數據集合，并對每個小區的網絡特征數據集合進行聚合，獲得每個小區的均值特征數據；

聚類模塊，用于對所有小區的均值特征數據進行聚類分析，獲得多組不同類別的訓練樣本集合，其中每個訓練樣本集合中包含多個同類型小區的均值特征數據；

訓練模塊，用于分別根據每組訓練樣本集合對模型進行訓練，獲得多個不同類型的小區負荷預測模型；

預測模塊，用于根據每個小區對應的小區負荷預測模型獲得小區的網絡預測負荷，并根據所述通信網絡內所有小區的網絡預測負荷確定所述通信網絡的網絡預測負荷。